近日，东北大学2003网站太阳集团迟剑宁副教授课题组在CT图像质量增强预测方面取得新进展，研究成果以“Low-dose CT image super-resolution network with dual-guidance feature distillation and dual-path content communication”为题被医学图像计算国际顶级学术会议International Conference on Medical Image Computing and Computer Assisted Intervention（MICCAI2023）录用。我校副教授迟剑宁与其硕士生孙志毅分别为文章第一、第二作者。
MICCAI是由国际医学图像计算和计算机辅助干预协会举办的综合性顶级学术会议，目前被公认为是医学图像分析领域最具影响力的国际会议，也是人工智能领域最顶级的国际学术会议之一（CCF-B）。
该论文提出了基于分割掩膜与平均CT图像引导的CT图像质量增强网络（图1），网络通过迭代引导与特征蒸馏模块挖掘低剂量CT图像语义特征，并通过新颖的“去噪-超分辨率”共享头机制提升了伪影噪声去除能力与高分辨率图像重建能力。相较于近年方法，提出方法在参数量、重建效果等方面具有明显优势，为下游任务奠定基础（图2）。
图1基于分割掩膜与平均CT图像引导的低剂量CT图像质量增强网络框架
图2不同方法在3D-IRCADB数据集上对低剂量CT图像质量增强效果对比